MétaCan
Menu
Retour à la cohorte
Enregistrement W4404354671 · doi:10.1016/j.envres.2024.120333

Influence of vegetative cover on snowpack mercury speciation and stocks in the greening Canadian subarctic region

2024· article· en· W4404354671 sur OpenAlexafffundabout
Maëlys Bockhoff, Holly Marginson, Henry Ittulak, Alexandre Roy, Marc Amyot

Notice bibliographique

RevueEnvironmental Research · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensCenter for Northern StudiesUniversité du Québec à Trois-RivièresAboriginal Affairs Northern Dev CanadaUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsArcticNet
Mots-clésGreeningSubarctic climateSnowpackMercury (programming language)Environmental scienceGenetic algorithmGeographyPhysical geographyEcologySnowBiologyMeteorology

Résumé

récupéré en direct d'OpenAlex

A notable greening and warming of the Arctic and Subarctic due to climate change has uncertain implications for the global cycling of mercury (Hg). Snowpacks are dynamic reservoirs for Hg susceptible to solar radiation and wind pumping, with vegetative cover potentially altering Hg photochemistry. However, the impact of northern greening on the transformation of major Hg species and on Hg stocks remain poorly understood. Temporal surface snow and snowpit sampling was conducted under tree canopies and open tundra sites at the boreal-tundra ecotone in Nunavik, Canada. Maximum (mean) concentrations of 69.1 ng/L (8.8 ng/L) total mercury (HgT) and 46.9 ng/L (5.5 ng/L) reactive mercury (HgR) were measured in forest surface snow, with maximums attributed to rapid atmospheric oxidation events. Significant post-depositional reductions were recorded in the bay, tundra, and forest (67–99% HgR) and suggested greater Hg sequestration may occur under tree canopies. Increasing methylmercury (MeHg), HgT, and dissolved organic carbon (DOC) concentrations were detected across a vegetation gradient shifting towards humic-like organic matter. Notably, springtime depth profiles presented an approximate 12-fold greater accumulation of HgT under tree canopies compared to open tundra (p < 0.01), with up to 16-times higher stocks (HgT, MeHg, DOC) at elevated vegetation density (p < 0.05). In the North, increasing vegetation cover and surface warming may favor Hg accumulation and methylation in snowpacks, facilitated by interactions with organic matter, and further enriched by the reduced wind and solar exposure experienced under forest canopies. • Springtime Hg stocks increase with vegetation density at the tundra-boreal ecotone. • Reactive Hg species are quickly removed from snow (67–99 %) after deposition. • Organic matter may drive Hg accumulation in snowpacks under tree canopies. • Greater Hg transfer in snowmelt predicted with greening and warming of the subarctic.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,044
Tête enseignante GPT0,326
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental ResearchMême sujetMercury impact and mitigation studiesTravaux en français237 207